Implementasi Convolutional Neural Network Untuk Identifikasi Ikan Air Tawar

Septian Fauzi; Puspa Eosina; Gibtha Fitri Laxmi

Septian Fauzi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Ibn Khaldun Bogor
Puspa Eosina Program Studi Teknik Informatika, Fakultas Teknik, Universitas Ibn Khaldun Bogor
Gibtha Fitri Laxmi Program Studi Teknik Informatika, Fakultas Teknik, Universitas Ibn Khaldun Bogor https://orcid.org/0000-0003-2783-8893

Keywords: Convolutional Neural Network (CNN), Deep Learning, Ikan Air Tawar,

Abstract

Perairan umum daratan Indonesia memiliki keanekaragaman jenis ikan yang tinggi, salah satunya adalah keberagaman jenis ikan air tawar. Tak kurang dari 2.000 spesies ikan terdapat di perairan Indonesia, baik laut maupun perairan tawar seperti danau, sungai, rawa, dan lain sebagainya. Sangat disayangkan karena dari banyaknya spesies tersebut ikan yang dapat dibudidayakan sangat sedikit, yaitu sekitar 25% spesies saja. Ikan air tawar dapat diidentifikasi melalui sebuah pengolahan citra digital. Convolutional Neural Network (CNN) merupakan salah satu metode deep learning yang dapat digunakan untuk mengidentifikasi citra digital ikan air tawar. CNN merupakan metode yang baik memiliki tingkat akurasi 88,3% dalam mengenali citra digital ikan air tawar dari total dataset sebanyak 300 dengan perbandingan data latih 80% (240 gambar) dan data uji 20% (60 citra).